[发明专利]基于人脸抓拍数据的同行人员查询方法、装置和设备在审

专利信息
申请号: 202110068917.5 申请日: 2021-01-19
公开(公告)号: CN112836599A 公开(公告)日: 2021-05-25
发明(设计)人: 余雷;王昌中;刘红彪 申请(专利权)人: 东方网力科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F16/53
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 付登云
地址: 100089 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 抓拍 数据 同行 人员 查询 方法 装置 设备
【说明书】:

本申请涉及一种基于人脸抓拍数据的同行人员查询方法、装置和设备。上述方案中,通过获取待查询人员的人脸标识作为目标人脸标识,并基于预先建立的通行记录表,检索预设条件范围内的与目标人脸标识相关的人脸标识,得到检索结果;然后根据检索结果得到各人脸标识对应的同行次数和同行权重作为查询结果并输出,即可得到待查询人员的同行人员。如此设置,也即提供一种深度分析同行人关系的模型,避免人工筛选,且突破仅以人脸同行次数进行简单线性相加的弊端,因此能够大大提升准确度及效率。

技术领域

本申请涉及计算机技术领域,尤其涉及一种基于人脸抓拍数据的同行人员查询方法、装置和设备。

背景技术

现有人像系统或者其他信息化系统中,人员同行关系主要有如下几种处理方案:1、根据获取的目标人员通行记录结果集,针对通行场景图进行人工筛选,确定同行关系;2、基于通行记录数据,对同行关系按同行次数进行简单拟合。对于第1种方案,首先人工筛选效率低下,其次由于很多同行存在时间间隔,因此会导致关联准确度较低;对于第2种方案,在特定环境下(如排队时)产生的数据会对最终分析结果产生较大干扰,导致关联准确度较低。

发明内容

本申请提供一种基于人脸抓拍数据的同行人员查询方法、装置和设备,以解决现有的同行关系的处理方法准确度低和效率低的问题。

本申请的上述目的是通过以下技术方案实现的:

第一方面,本申请实施例提供一种基于人脸抓拍数据的同行人员查询方法,其包括:

获取待查询人员的人脸标识作为目标人脸标识;所述人脸标识代表人员独有的人脸特征;

基于预先建立的通行记录表,检索预设条件范围内的与所述目标人脸标识相关的人脸标识,得到检索结果;其中,所述通行记录表存储有人脸标识与通行记录的关联关系,所述通行记录为各前端设备抓拍到人脸后的记录数据;

统计所述检索结果中各人脸标识对应的同行次数,并根据预设分数控制模型计算各人脸标识对应的同行权重,得到查询结果;

输出查询结果。

可选的,所述通行记录表的建立过程包括:

获取前端设备抓拍的场景图片;所述场景图片中包括人脸;

对所述场景图片进行人脸特征提取并对提取结果进行聚类,得到包含人脸标识的聚类档案;

将所述人脸标识与通行记录相关联,得到所述通行记录表。

可选的,所述对所述场景图片进行人脸特征提取并对提取结果进行聚类,得到包含人脸标识的聚类档案,包括:

将所述场景图片进行人脸结构化,检测出人脸;

对检测出的人脸进行人脸特征提取,得到二进制的特征值;

通过聚类算法对所述特征值进行聚类,以将同一人员的人脸特征归为一类,并得到代表该类人脸特征的字符串作为对应的人脸标识;

建立包含全部人脸标识的聚类档案。

可选的,所述获取待查询人员的人脸标识作为目标人脸标识,包括:

获取待查询人员的图片;

将所述待查询人员的图片进行人脸结构化,检测出目标人脸;

对检测出的目标人脸进行人脸特征提取,得到二进制的特征值;

基于所述聚类档案,查找所述目标人脸的特征值对应的人脸标识作为所述目标人脸标识。

可选的,所述根据预设分数控制模型计算各人脸标识对应的同行权重,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东方网力科技股份有限公司,未经东方网力科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110068917.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top